Earticle

배관에 생기는 구멍이나 틈은 대형 사고의 원인이 될 수 있다. 이러한 배관의 결함을 찾기 위해서는 먼저 센서를 부착한 배관 탐사 장비를 배관에 통과시키고, 배관을 통과하는 중에 센서가 읽은 정보들을 배관 탐사 장비의 하드 디스크에 저장한다. 배관 통과가 완료된 후, 분석가는 분석 프로그램을 사용하여 탐사 장비에서 얻은 데이터에서 결함을 수동적으로 찾는다. 분석가가 데이터를 분석할 때 일반적으로 두 가지 패턴이 존재한다. 첫 번째 패턴은 일정한 구간의 센서 데이터를 순차적으로 분석하는 패턴이고, 두 번째 패턴은 현재 구간에서 이전 구간으로 되돌아가서 다시 분석하는 반복적인 패턴이다. 현재까지 만족할 만 한 수준으로 자동적으로 분석이 되지 않으므로, 분석가는 수작업으로 분석을 하는 경우가 많은데 이로 인해 최근에 읽은 부분을 전후 반복해서 액세스하는 반복적인 패턴이 많이 사용된다. 반복적 패턴의 경우 시스템의 성능을 향상시키기 위해, 이전에 읽은 배관 센서 데이터를 캐싱 할 필요가 있다. 그러나 기존의 분석 소프트웨어에는 캐싱 기능이 없으므로 반복적 패턴일 경우 데이터베이스에서 동일한 데이터를 반복적으로 읽는 문제를 가지고 있다. 본 논문에서는 배관 센서 데이터를 효율적으로 관리하는 캐쉬 관리자를 설계하고 구현하였다. 세부적으로는, 배관 센서 데이터를 시계열 데이터로 간주하고, 시계열 데이터에 대한 캐시 관리자를 제안하였다. 본 논문은 배관 탐사 장비에서 획득한 데이터들을 시계열 데이터로 간주하여 데이터베이스 측면에서 이러한 문제들을 접근하였다는 점에서 의미가 있으며, 향후 이 분야에 대한 많은 연구들이 나올 것으로 기대한다.

Landsat 시계열 영상과 실측수온자료를 이용하여 한강 수계 댐호들의 표면수온과 계절적 성층현상을 분석하였다. 1994년에서 2004년까지 29회에 걸쳐 얻어진 Landsat-5, 7 열적외선 영상으로부터 NASA 경험식을 이용하여 호수의 표면수온을 추출하였고, 이를 하천형 댐호인 파로호, 춘천호, 의암호, 청평호, 팔당호의 표층수온, 그리고 호소형 댐호인 소양호의 상층수온(수심 10m) 자료와 비교하였다. 십 수 년간 매월 1회 측정된 수온자료를 위성관측 날짜에 보간하여 사용하였음에도 불구하고, 하천형 댐호들에서는 수온오차(위성관측수온-실측보간수온)의 표준 편차가 $2^{\circ}C$ 이하인 영상이 94개로서, 새로운 통계적 대기보정을 적용할 수 있었다. 실측보간수온과 위성관측수온의 상관계수는 소양호가 0.915 (대기보정 후 0.950), 다른 호수는 0.951-0.980 (대기보정 후 0.979-0.997)로서, 높은 상관성을 보여주었다. 이는 수심이 얕고 인위적인 물의 유입과 유출이 연중 계속되는 하천형 댐호의 표층에는 혼합층이 상시 존재하고 수온의 일변화 및 월변화가 비교적 연속적이기 때문인 것으로 해석되었다. 그러나 소양호에서는 4-7월에 위성관측수온이 실측보간수온보다 $3-5^{\circ}C$ 더 높게 나타나는 이상 수온오차가 관찰되었다. 한강 수계의 최상류에 위치하며 수심이 깊고 자연적인 유입량만이 존재하는 소양호에서 이 시기는 상층수의 물리적 혼합현상이 없이 매우 안정적이고, 일조량 증가에 따라 호수 상층부에 수온약층이 발달하기 때문에, 수심 10m에서 측정된 실측수온보다 위성으로 관측된 표면수온이 연중 비교적 건조한 이 시기에 더 높게 나타나는 것으로 밝혀졌다.

We have analyzed surface water temperature and seasonal stratification of lakes in the Han river system using time-series Landsat images and in situ measurement data. Using NASA equation, at-satellite temperature is derived from 29 Landsat-5 TM and Landsat-7 ETM+ images obtained from 1994 to 2004, and was compared with in situ surface temperature on river-type dam lakes such as Paro, Chuncheon, Euiam, Chongpyong, Paldang, and with 10m-depth temperature on lake-type dam lake Soyang. Although the in situ temperature at the time of satellite data acquisition was interpolated from monthly measurements, the number of images with standard deviation of temperature difference (at-satellite temperature - in situ interpolated temperature) less than $2^{\circ}C$ was 24 on which a novel statistical atmospheric correction could be applied. The correlation coefficient at Lake Soyang was 0.915 (0.950 after correction) and 0.951-0.980 (0.979-0.997 after correction) at other lakes. This high correlation implies that there exist a mixed layer in the shallow river-like dam lakes due to physical mixing from continuous influx and efflux, and the daily and hourly temperature change is not fluctuating. At Lake Soyang, an anomalous temperature difference was observed from April to July where at-satellite temperature is $3-5^{\circ}C$ higher than in situ interpolated temperature. Located in the uppermost part of the Han river system and its influx is governed only by natural precipitation, Lake Soyang develops stratification during this time with rising sun elevation and no physical mixture from influx in this relatively dry season of the year.

본 논문에서는 실제 전력 수요 데이터를 이용하여 유효전력에 단기 부하 예측함에 있어 무효전력이 중요한 역할을 하는 것을 회귀 분석 검정 통계량으로 증명한다. 무효전력의 공급과 수요는 계통의 전압과 아주 밀접한 관계를 가지고 있으므로 계통전압을 관리하고 계통의 신뢰도를 높이기 위해서는 예측된 무효전력 수요에 따라 무효전력 공급계획을 별도로 수립하여 운영해야 한다. 따라서 본 논문에서는 다중 시계열 모델을 이용한 시전 예측방법을 이용하여 설명변수로 유효전력을 사용하여 부하의 무효전력을 예측 하였다.

This paper shows that active and reactive power load have significant positive relationship and there exist two types of relationship between them using Test Statistics. In investigating the cross plots at every hour, we found out that from 0 to 8 hours, there relationships are linear, while from 9 to 23 hours, they are two piece-wise linear. Also, reactive power loads was estimated and forecasted using active power load as the explanary variable with OLS (Ordinary Least Squares) regression methods. MAPE (Mean Absolute Percentage Error) for each model is calculated for one-hour ahead forecasting.

본 논문에서는 다중 시계열 패턴인식 사용하여 생산장치의 상태자료부터 공정결과를 예측하여 정상 또는 비정상을 판정하는 지능형 감시시스템에 관하여 기술한다. 제안하는 감시스템은 초기화, 학습 그리고 인식의 세 단계로 구성된다. 초기화 단계에서는 감시대상의 생산장치가 가지는 인사들 각각의 가중치와 각 인자들이 가지는 시계열 자료 중에서 학습과 인식에 유효단계를 설정한다. 학습단계에서는 LBG알고리즘을 사용하여 이 생산장치에 의하여 생성되고 수집된 패턴들을 군집화 한다. 각 패턴은 시계열 형태의 자료와 처리 완료 후 계측기에 의하여 측정된 ACI로 구성된다. 인식단계에서는 DTW를 사용하여 실시간으로 입력된 패턴과 군집화된 패턴들 사이의 대응을 수행하여 가장 잘 정합되는 패턴을 찾는다. 다음은 이 패턴이 가지는 ACI, 차 그리고 가중치들의 조합으로 예측된 ACI 값을 산출한다. 최종적으로 예측된 ACI가 정상으로 수용할 수 있는 값 범위에 없는지 여부를 결정한다. 제안하는 시스템의 성능평가를 위하여 식각장치로부터 획득된 자료를 대상으로 실험하였다. 실험결과에서는 학습횟수가 증가함에 따라 예측 ACI값과 실측ACI값 사이의 오차가 현저히 감소함을 볼 수 있다

This paper describes an intelligent real-time monitoring system of a semiconductor processing equipment, which determines normal or not for a wafer in processing, using multiple time-series pattern recognition. The proposed system consists of three phases, initialization, learning and real-time prediction. The initialization phase sets the weights and tile effective steps for all parameters of a monitoring equipment. The learning phase clusters time series patterns, which are producted and fathered for processing wafers by the equipment, using LBG algorithm. Each pattern has an ACI which is measured by a tester at the end of a process The real-time prediction phase corresponds a time series entered by real-time with the clustered patterns using Dynamic Time Warping, and finds the best matched pattern. Then it calculates a predicted ACI from a combination of the ACI, the difference and the weights. Finally it determines Spec in or out for the wafer. The proposed system is tested on the data acquired from etching device. The results show that the error between the estimated ACI and the actual measurement ACI is remarkably reduced according to the number of learning increases.

Criteria for the comparison of quality of asset portfolio management are risk and return. In this paper a method to use structural time-series model to determine an optimal portfolio for the improvement of quality of asset portfolio management is suggested. In traditional mean variance analysis expected return is assumed to be time-invariant. However, it is more realistic to assume that expected return is temporally dynamic and structural time-series model can be used to reflect time-varying nature of return. A data set from an insurance company was used to show validity of suggested method.

Most of the demand forecasting which have been studied is about long-term time series over 15 years demand forecasting. In this paper, we set up the most optimal ARIMA model for the short-term time series demand forecasting and suggest demand forecasting system for short-term time series by appraising suitability and predictability. We are going to use the univariate ARIMA model in parallel with the bivariate transfer function model to improve the accuracy of forecasting. We also analyze the effect of advertisement cost, scale of branch stores, and number of clerk on the establishment of marketing policy by applying statistical methods. After then we are going to show you customer's needs, which are number of buying products. We have applied this method to forecast the annual sales of refrigerator in four branch stores of A company.

본 연구에서는 비정규 시계열 자료에 관한 다양한 회귀모형을 고찰하고, 이들 모형의 선택 기준에 관하여 연구해 보았다. 모형 선택의 기준으로는 AIC (Akaike information criterion), BIC (Baysian information criterion) 그리고 우도비 검정을 확장 적용하였다. 또한, 실제의 Polio 자료분석을 통해 이를 적용해보았다.

In this paper we reviewed a variety of non-Gaussian time series models, and studied the model selection criteria such as AIC and BIC to select proper models. We also considered the likelihood ratio test and applied it to analysis of Polio data set.

This paper showed that there exists a non-linear relationship between MVAR and MW, and the rage of the threshold value of MVAR is 56 to 67. Also, we tried the one-hour ahead forecasting model of MVAR using the MW as the explanary variable.

This paper presents a model for short-term load forecasting using multiple time-series. We made one-hour ahead load forecasting without classifying load data according to daily load patterns(e.g. weekday. weekend and holiday) To verify its effectiveness. the results are compared with those of neuro-fuzzy forecasting model(5). The results show that the proposed model has more accurate estimate in forecasting.

본 연구에서는 수자원 계획 및 가뭄관리를 위해 비교적 넓은 지역에 활용할 수 있는 가뭄지표 산정을 위해 강우량, 일최고기온, 유출량, Palmer 지수 등의 다양한 계열의 자료를 이용하였다. 가뭄감시를 위해 가뭄단계를 가뭄주의보, 가뭄경보, 비상가뭄으로 구분하였으며, 각각 가뭄단계는 산정된 지수의 25%, 10%, 5%에 대한 비초과확률치로 정의하였다. 또한 가뭄지수들이 과거의 가뭄을 얼마나 잘 표현하고 있으며, 가뭄감시를 위한 가뭄지표로 활용할 수 있는가를 판단하기 위해 과거 가뭄을 재현하여 가뭄단계의 일치성과 상관관계를 분석하였다. 그 결과 9개월과 12개월 강우량지표와 PDSI 지표가 최대의 일치성과 상관관계를 나타내었다. 이렇게 산정된 결과는 다양한 계열의 실측치에 근거하고 있으며, 간단한 계산에 의해 산정 될 수 있기 때문에 유역의 가뭄감시시스템의 구축을 위한 기초자료로 활용될 수 있을 것으로 판단된다.

In this study, the drought indicator is calculate from the rainfall, daily highest temperature, streamflow and Palmer Drought Severity Index(PDSI) for water plan and drought management in a relatively wide region. Three levels of drought severity, called drought watch, drought warning, and drought emergency, are established for these series which determine exceedance levels. The 25% nonexceedance level is used for drought watch, 10% for drought warning, and 5% for drought emergency to figure how well the drought indicators represent the past-drought and that those can be used for drought monitoring. As a result, 9-month and 12-month precipitation, and PDSI series shows the best consistency and high correlation indicate droughts. Because the results are based on the gauged data and simply calculated, the suggested indices can be used for basic data for drought monitoring system of a basin.

시계열 자료의 분석은 분광대에 기초한 분석과는 달리 생태계의 동적특성 연구에 자주 이용되어왔다. 그러나 시계열 자료의 처리가 갖는 문제점과 대륙이나 전세계를 대상으로한 광역자료가 갖는 문제점에 대하여 해결방안을 제시한 연구는 미미하다. 이 연구에서는 광역 시계열 자료 분석의 특징들을 살펴본 후, 지역간 식생성장패턴의 차이와 검정자료 화보의 어려움을 지적하였다 이들 문제에 대한 해결방안으로 위도별 화상분할기법과 불변화소의 이용법을 제시하였다. 사례연구로 아시아지역의 일부를 대상으로 1982년에서 1993년까지의 AVHRR 자료를 이용하여 화상분류를 실시하였다. 불변화소들은 한 시점의 검정자료 정보를 다른 시점으로 확대 적용을 가능케하여, 다른 시점에 대해서도 충분한 양의 검정자료 정보를 확보할 수 있었으며, 위도별 화상분할을 통하여 지역간 식생성장패턴의 차이를 연구에 포함시킬 수 있었다. 퍼지화상분류를 통한 사례연구는 또한 인구밀집 지역에서의 삼림의 감소와 경작지의 증가 추세를 보여주었으며, 인구 희소지역에서의 반대패턴을 보여주었다.

Multi-temporal data have been used frequently for analyzing dynamic characteristics of ecological environment. Little research, however, shows the characteristics and problems of the analysis of continental- or global-scale, multi-temporal satellite data. This research investigated the characteristics of large-area, multi-temporal data analysis and the problems of phenological difference of ground vegetation and scarcity of training data for a long term period. This research suggested a latitudinal image segmentation method and an invariant pixel method. As an application, the image segmentation and invariant pixel methods were applied to a set of AVHRR data covering most part of Asia from 1982 to 1993. Fuzzy classification results showed the decrease of forests and the increase of croplands at densely populated areas, however an opposite trend was detected at sparsely populated or depopulated areas.

This study attempts to identify the most accurate quantitative forecasting technique for measuring the future level of demand for food ＆ beverage in super deluxe hotel in Seoul, which will subsequently lead to determining the optimal level of purchasing food ＆ beverage. This study, in detail, examines the food purchasing system of H hotel, reviews three rigorous univariate time series models and identify the most accurate forecasting technique. The monthly data ranging from January 1990 to December 1997 (96 observations) were used for the empirical analysis and the 1998 data were left for the comparison with the ex post forecast results. In order to measure the accuracy, MAPE, MAD and RMSE were used as criteria. In this study, Box-Jenkins model was turned out to be the most accurate technique for forecasting hotel food ＆ beverage demand among selected models generating 3.8％ forecast error in average.

In the first paper of this research$^{(1)}$. a new time series method. directional ARMAX (dARMAX) model-based approach. was proposed for rotordynamics identification. The dARMAX processes complex-valued signals, utilizing the complex modal testing theory which enables the separation of the backward and forward modes in the two-sided frequency domain and makes effective modal parameter identification possible. to account for the dynamic characteristics inherent in rotating machinery. In this second part. an evaluation of its performance characteristics based on both simulated and experimental data is presented. Numerical simulations are carried out to show that the method. a complex time series method. successfully implements the complex modal testing in the time domain. and it is superior in nature to the conventional ARMAX and the frequency-domain methods in the estimation of the modal parameters for isotropic and weakly anisotropic rotor systems. Experiments are carried out to demonstrate the applicability and the effectiveness of the dARMAX model-based approach, following the proposed fitting strategy. for the rotordynamics identification.

A new time series method, directional ARMAX (dARMAX) model-based approach. is proposed for rotor dynamics identification. The dARMAX processes complex-valued signals, utilizing the complex modal testing theory which enables the separation of the backward and forward modes in the two-sided frequency domain and makes effective modal parameter identification possible, to account for the dynamic characteristics inherent in rotating machinery. This paper is divided into two parts : The dARMAX modeling, analysis. and fitting strategy are presented in the first part. whereas a evaluation of its performance characteristics based on both simulated and experimental data is presented in the second.

간여시계열분석을 이용하여 1996년 11월 1일부터 1997년 2월 28일까지 대구시 114유료화정책에 대한 응답비용효과를 분석한 결과, 1997년 1월 1일부터 114전화문의에 대하여 유료화가 실시된 이후 전화문의의 건수는 점진적 영구적으로 감소하였음이 확인되었다. 이 결과는 비록 우리가 처음 기대했던 응답비용의 급진적 영구적 감소효과는 증명하지 못하였지만, 유료화 이후 전화문의의 감소는 업무의 능률성과 서비스 질의 향상에 기여할 수 있을 것으로 기대한다.

An interrupted time series analysis of local directory assistance calls in the Taegu area from November 1, 1996 to February 28, 1997 revealed a gradual/permanent reduction in daily frequency of calls after charges were introduced in January 1, 1997. Even though the results cannot attest to the sbrupt/permanent reduction effect of response cost we expected, the reduction after charging may contribute to the efficacy of work and the improvement of service quality.

이 논문에서는 주가가 확률과정, 즉 확률미분방정식에 의하여 생성되는가를 검정하고 주가의 운동법칙을 규명한다. 일별종합주가지수가 양수의 완전시계열상관을 갖고 있으며, 더욱이 3년 정도의 시차까지 의미있는 시계열상관을 갖고 있음이 발견되었다. 수익률과 가격변화의 시계열상관도 존재하고 시계열은 정상성(定常性)을 갖고 있다. 마팅게일에 의하여 주가가 생성되고있지 않음이 밝혀졌다. 한국증권거래소에서 계산하고 있는 일별 종합주가지수를 포함한 41개 산업별 지수를 사용하여 자본시장의 운동법칙을 규명하기 위하여 가장 많이 이용하고 있는 세개의 확률미분방정식을 검정하였다. 각 주가지수들이 온스타인 울렌벡 브라운 운동과정과 평균회귀과정을 따르지 않고 있다는 것이 발견되었다. 그러나 주가가 편류를 갖는 일반 기하 브라운 운동과정에 의하여 생성되고 있음이 검정을 통하여 확인되었다. 평균회귀과정에 의하여 주가가 생성되지 않는다는 발견은 의외라 할 수 있다. 주가가 온스타인 울렌벡 과정을 따르지 않는다는 것은 주가가 제 1계 정상적 자기회귀과정이 아니라는 것을 의미한다. 일별종합주가지수는 제 4계 자기회귀과정에 의하여 생성된다. 가격변화와 수익률의 생성함수는 제 4계 자기회귀과정이다. 종합주가지수의 제 1계 시계열상관계수는 1이다. 상당히 큰 시차를 갖을 때까지 시계열상관이 대략적으로 1을 유지하고 있다. 따라서 지수가 마팅게일을 따르고 있지 않다. 이 점은 가격변화와 수익률에 있어서도 유사하다. 가격변화, 수익률, 대수수익률의 제 1계 시계열상관이 0.1로 유의적이다. 따라서 수익도 마팅게일 과정을 따르고 있지 않다. 증권가격은 세 번에 걸쳐 구조의 번화가 발생하였다. 구조의 변화가 발생할 때마다 평균가격이 상승하였다. 이와 같은 현상은 장기적 기대가격이 미지일 가능성이 배제되지 않는다. 단기적 기대 주가가 알려진 반면 장기적 기대 주가가 미지라면 평균회귀과정은 장기적 기대주가로 회귀하고 있는 과정이므로 장기기대 주가의 미지성이 평균회귀 과정의 기각을 유도하게 된다. 우리나라의 투자자들은 무위험자산과 위험을 동시에 고려하여 투자활동을 전개하고 있음이 발견되었다. 선형의 효용함수를 갖는 위험중립적 태도의 투자자가 아니다. 위험기피형 효용함수 아래에서 투자활동을 수행하고 있는 합리적 투자자들이라 할 수 있다. 뿐 만 아니라 자신의 평생에 걸친 소비를 소비가 이루어지는 각 기마다 가급적 일정하게 하는 소비행동을 목표로 삼고 소비와 투자에 대한 의사결정을 내리고 있음이 실증분석을 통하여 밝혀졌다. 투자자들은 무위험 자산과 위험성 자산을 동시에 고려하여 포트폴리오를 구성하는 투자활동을 행동에 옮기고 있다.

시계열 자료의 변이상태(transition status)에 대한 판별은 여러 분야에서 연구되고 있다. 하지만 변압기의 진동신호와 같이 특정한 시계열모형을 적합시키기 힘든 자료는 변이 상태에 대한 판별이 쉽지 않다. 본 논문에서는 정상적인 변압기에서 발생하는 진동신호에 대하여 각 주기별 최대값, 자기상관계수 및 편자기상관계수 등의 경험적 표본분포를 연구한 후, 이를 이용한 관리도를 만들어 변압기 진동신호의 변이상태에 대한 판별을 하였다. 이 방법은 품질관리의 관리도 이론을 시계열자료에 응용한 것으로 비정상적인 변압기 진동신호의 판별에 만족스러운 결과를 가져왔다.

In this paper, radial basis function networks with two hidden layers, which employ the K-means clustering method and the hierarchical training, are proposed for improving the short-term predictability of chaotic time series. Furthermore the recursive training method of radial basis function network using the recursive modified Gram-Schmidt algorithm is proposed for the purpose. In addition, the radial basis function networks trained by the proposed training methods are compared with the X.D. He A Lapedes's model and the radial basis function network by nonrecursive training method. Through this comparison, an improved radial basis function network for predicting chaotic time series is presented. (author). 17 refs., 8 figs., 3 tabs.

본 논문에서는 회귀모형에서의 오차항이 비선형시계열(nonlinear time series)을 따르는 경우에 오차항이 선형인지를 검정하는 방법에 대해서 연구하고 있다. 이를 위해서 회귀계수의 대표본 성질을 규명하고 잔차를 이용한 오차항의 선형성 검정통계량을 유도하고 그 성질을 연구해 보았다.

This paper is concerned with a regression model with nonlinear time series errors. Testing procedures for linearity of error terms are studied. To this end, large-sample properties of estimators of regression parameters and autoregression parameter are obtained. These results are then used to develop test statistics for testing linearity of errors. Some simulation studies are shown.

The purpose of this thesis is to develop the new technique for the analysis of seasonal time series by extending the vector sample auto-correlation function(VSACF), which was developed for ARMA modelling procedure. After the problems of VSACF for modelling seasonal time series are investigated, the adjacent variance is defined and used for decomposing the seasonal factor from the seasonal time series. The seasonal indices are calculated and the VSACF is applied to the transformed series. The automatic procedure for modelling seasonal time series is suggested and applied to the real data, the international airline passenger travel.